[发明专利]目标类型网站的检测方法、系统、电子设备及存储介质

权利要求书

1.一种目标类型网站的检测方法，其特征在于，包括：

获取待检测网站的不同检测维度的网站信息；

利用深度学习模型依据不同检测维度的所述网站信息，对所述待检测网站进行检测，获得多个检测结果；

根据多个所述检测结果，确定所述待检测网站是否为目标类型网站。

2.根据权利要求1所述的检测方法，其特征在于，所述获取待检测网站的不同检测维度的网站信息，包括：

获取所述待检测网站的文本信息、图像信息及所述待检测网站的资源地址信息。

3.根据权利要求2所述的检测方法，其特征在于，所述利用深度学习模型依据不同检测维度的所述网站信息，进行所述待检测网站是否为目标类型网站的检测，包括：

根据字符级卷积神经网络模型的字符表，对所述文本信息进行编码，得到所述文本信息中各个字符对应的编码信息；

将所述编码信息输入到所述字符级卷积神经网络，确定所述待检测网站是否为目标类型网站。

4.根据权利要求2所述的检测方法，其特征在于，所述利用深度学习模型依据不同检测维度的所述网站信息，进行所述待检测网站是否为目标类型网站的检测，还包括：

通过图像处理神经网络对所述图像信息进行逐点卷积及深度卷积，得到图像特征；

根据所述图像特征，确定所述待检测网站是否为目标类型网站。

5.根据权利要求2所述的检测方法，其特征在于，所述利用深度学习模型依据不同检测维度的所述网站信息，进行所述待检测网站是否为目标类型网站的检测，还包括：

根据所述资源网址信息中的域名信息，确定所述待检测网站域名的重定向次数以及指向所述待检测网站的外部链接数量；

根据所述资源网址信息中的源代码信息，确定所述待检测网站的状态栏中的网址是否被修改；

获取所述网站的页面级别PR；

根据所述重定向次数、所述外部链接数量、所述待检测网站的状态栏中的网址是否被修改的结果以及所述页面级别PR，确定所述待检测网站是否为目标类型网站。

6.根据权利要求2所述的检测方法，其特征在于，获取所述待检测网站中的图像信息，包括：

采集所述待检测网站中的图像信息；

根据所述图像信息中图像的数据量，按照数据量从大到小的顺序获取预设数量的图像。

7.根据权利要求6所述的检测方法，其特征在于，所述获取所述待检测网站中的图像信息，还包括：

在获取所述图像信息失败时，确定所述待检测网站是否为有效网站；

当所述待检测网站为有效网站时，使用网页应用程序测试工具打开所述待检测网站，对所述待检测网站进行截屏并将所述截屏作为所述待检测网站中的图像信息。

8.根据权利要求1所述的检测方法，其特征在于，所述根据多个所述检测结果，确定所述待检测网站是否为目标类型网站，包括：

根据多个所述检测结果的加权平均，确定综合检测结果；

根据所述综合检测结果，确定所述待检测网站是否为目标类型网站。

9.根据权利要求1所述的检测方法，其特征在于，所述根据多个所述检测结果，确定所述待检测网站是否为目标类型网站，包括：

通过神经网络模型依据多个所述检测结果，确定所述待检测网站是否为目标类型网站；其中，所述神经网络模型为第一模型；所述第一模型训练采用的训练数据包括：第一样本数据和所述样本数据的第一标签；所述第一标签为：第二模型对所述第一样本数据预测得到的标签。

10.一种目标类型网站的检测系统，其特征在于，包括：

获取模块，用于获取待检测网站的不同检测维度的网站信息；

检测模块，用于利用深度学习模型依据不同检测维度的所述网站信息，对所述待检测网站进行检测，获得多个检测结果；

确定模块，用于根据多个所述检测结果，确定所述待检测网站是否为目标类型网站。